2020年西南交通大学数据仓库与数据挖掘期末考试题

1、（1）一个学生毕业十五后，他的信息仍保留在学校数据库。这种情况提出了怎样的担忧？学校应该如何解决这个错误？

（2）根据数据填写元数据

（3）什么是overfitting？为什么用overfitting？

2、（1）事实表和维表的4个不同点

（2）事实表和维表是如何设计主键的，这样设计的好处是什么？

3、根据列出的事实表和3个维表画出full data cubing

4、给出5个点的坐标和计算距离的欧式距离公式，一步步描述k-means算法。

5、在分类的两个步骤中，class label起到的作用

6、有什么办法应对大数据高速的特点？